La guerra contra la complejidad empieza en un portal que nadie quiso alimentar

La guerra contra la complejidad empieza en un portal que nadie quiso alimentar. El TMS tradicional falla cuando exige que terceros le traigan el dato. El agente suelto falla cuando exige que el humano desaparezca. Ambos se construyeron contra la forma en que el trabajo realmente ocurre.

En 30 segundos

Una generación de software de transporte construyó pantallas caras y luego pidió a proveedores y capturistas que las alimentaran a mano. La siguiente generación prometió agentes que lo resuelven todo sin que nadie intervenga. Las dos comparten el mismo pecado de diseño: no van a donde está la acción.

Hay una tercera arquitectura. El sistema recoge el dato en el canal donde ya ocurre el trabajo. Lo aterriza en un solo registro del embarque. Automatiza lo repetitivo. Y lo que no puede resolver con certeza lo escala como ticket, con expediente armado, a un humano que decide.

El portal que nadie quiso alimentar

Me tocó verlo de cerca. La implementación de UniGIS en Alpura, una de las lácteas más grandes del país, dependía de un supuesto que en el papel parecía razonable y en la operación resultó letal. Cada transportista proveedor debía entrar al sistema a capturar, a mano, cada estatus de cada viaje. Cargado. En ruta. Entregado. Sin esa captura ajena y voluntaria, la pantalla más cara de la sala de juntas no tenía nada que mostrar.

Piense el lector en el incentivo. Cientos de proveedores, cada uno con su propia operación encima, alimentando gratis el sistema de su cliente. El dato llegaba tarde, llegaba incompleto o no llegaba. Y no era un defecto de esa marca en particular. Era el defecto de toda una generación de software. Ese es el ejemplo canónico de cómo no construir un sistema. La herramienta no fue por el dato. Exigió que terceros se lo trajeran.

Anatomía de la base de datos de lujo

La industria tiene un nombre elegante para esa generación: Transportation Management System. Yo prefiero uno más honesto. Bases de datos de lujo. Sistemas carísimos que no capturan la realidad por sí mismos, exigen decenas de personas para mantenerse al día, no son intuitivos para quien opera y requieren ejércitos de consultores para adaptarse a cada empresa.

Los números de la categoría son públicos y son brutales. El análisis clásico del Standish Group sobre unos 50,000 proyectos encontró que el 66% de los proyectos de tecnología empresarial termina en falla parcial o total. Una implementación de TMS de mercado medio toma de 6 a 12 meses en configuración estándar. Y la licencia representa apenas 20 a 25% del costo total de propiedad, con tres de cada cuatro implementaciones excediendo su presupuesto. El resto se va en integraciones, consultoría y mantenimiento. Es decir, en administrar la complejidad que el propio sistema trajo.

La promesa opuesta: el agente suelto

Frente a esa herencia, la industria del software ofreció este año una promesa opuesta e igual de defectuosa. El agente de inteligencia artificial autónomo que ejecuta todo de principio a fin sin que nadie intervenga. Las proyecciones de Gartner ya le pusieron fecha a esa promesa. Más del 40% de los proyectos de IA agéntica serán cancelados antes de terminar 2027, por costos crecientes, valor difuso y controles de riesgo inadecuados. Mientras tanto la adopción corre. Las aplicaciones empresariales con agentes embebidos pasarán de menos de 5% en 2025 a cerca de 40% al cierre de 2026.

Los dos enemigos comparten el mismo pecado de diseño. Se construyeron contra la forma en que el trabajo realmente ocurre. El TMS tradicional exige que el humano vaya al sistema. El agente suelto exige que el humano desaparezca. Ninguno de los dos va a donde está la acción.

La tercera arquitectura

Hay una tercera arquitectura, y está ganando en silencio. Tiene cuatro rasgos. Primero, el sistema va por el dato, no el dato al sistema. La captura ocurre donde ocurre la acción, y en México la acción ocurre en WhatsApp, donde la penetración alcanza 93% y más de 200 millones de empresas ya operan sobre la plataforma. El operador manda la foto de la entrega por el canal que ya usa. La tecnología actual permite recogerla ahí, junto con el GPS y el correo, sin pedirle a nadie que cambie de herramienta ni que capture nada dos veces.

Segundo, todo aterriza en un solo registro central del embarque, con su evidencia adjunta. Tercero, la inteligencia artificial absorbe primero lo repetitivo: cruces, conciliaciones, estatus, clasificación. Y cuarto, lo que la IA no puede resolver con certeza no lo inventa. Lo escala como ticket, con expediente armado, a un humano que decide.

Por qué un sí equivocado sale caro

La diferencia con el agente suelto no es cosmética. Es económica. En el modelo autónomo, el error viaja directo al pago y se descubre semanas después, sin defensa. En el modelo de tickets, el error se detiene en una cola de revisión y cuesta minutos. Como documenta la guía de sistemas con humano en el circuito, el principio cabe en una frase. El costo de un sí equivocado es muy superior al costo de una pequeña demora.

Lo que Decagon ya vende

El argumento tampoco viene solo de la teoría. Viene del jugador más agresivo del mercado de agentes. Jesse Zhang, fundador de Decagon, la plataforma valuada en unos 4,500 millones de dólares, lo plantea sin romanticismo. Un buen agente debe resolver entre 70 y 90% del volumen. El resto vive como ticket y llega a una persona. La empresa que atiende a Hertz y Notion no vende autonomía total. Vende un sistema donde el humano es parte del producto.

La moraleja de la sala de juntas

Vuelvo a la sala de Alpura porque ahí está la moraleja completa. Aquel sistema fracasaba por exceso de fricción humana. El agente autónomo fracasa por exceso de fe en la máquina. La arquitectura que gana no elige entre los dos extremos. Captura sin fricción donde ocurre la acción, automatiza lo rutinario y reserva al humano exactamente para el caso que lo necesita, con la evidencia ya servida.

En OCL Cargo esa arquitectura se traduce a operación de flete México-EE.UU.: evidencia recogida en el canal donde ya ocurre la acción, expediente único por embarque, agentes que cruzan tarifa, POD y CFDI, y escalamiento a Finanzas cuando toca dinero o certeza insuficiente. Puede timbrar factura y Carta Porte. Coexiste sin migración forzada de TMS. Recuperación típica al auditar el 100%: 5 a 7%. Piloto típico: 6 a 8 semanas.

La pregunta correcta para cualquier proveedor ya no es cuántos módulos tiene ni qué tan inteligente es su agente. Es doble y es simple. Quién alimenta su sistema, y qué pasa con el caso que su sistema no puede resolver. Si la respuesta a la primera es «sus proveedores, a mano», ya vimos esa película. Si la respuesta a la segunda es un silencio, también.

Fuentes

• Gartner: más del 40% de proyectos de IA agéntica cancelados a 2027
• Pickaxe: guías HITL y umbrales de escalamiento
• Standish Group CHAOS: tasa de falla de proyectos de tecnología empresarial (síntesis sectorial ampliamente citada).

Lectura relacionada

• La matemática que los vendedores no multiplican
• Lo que Decagon entendió antes que el mercado
• Falsa digitalización: el puente humano
• Por qué el cobro de flete tarda 90 a 180 días

Preguntas frecuentes

Por Gibrán Ramírez, director general de OCL Cargo.